典型的监督学习项目yolov5目标检测

要想实现机器学习中的监督学习，首先我们得为计算机配置学习环境。通俗来说，就是安装软件。在这一次的小组展示中，我们用到了Anaconda，pycharm软件，前者搭建环境，后者代码运行。

Anaconda下载地址：https://www.anaconda.com/

pycharm下载地址：https://www.jetbrains.com/pycharm/

两者都是官网地址，对于初学者pycharm社区版足够了

 

 我这里简单的说一下环境搭建，软件下载好后打开anconda，单击environment新建虚拟环境，然后安装代码运行所需要的软件包（途径很多，命令提示符、终端都可以）。详细安装配置过程看这里，我的老师写的https://blog.csdn.net/mynameisJW/article/details/109181554；

搭建好环境，接下来就开始跑代码咯。

Yolov5代码博客下载：https://download.csdn.net/download/y2770169045/86797484

Yolov5百度网盘下载 ：链接：https://pan.baidu.com/s/1f0JdRGMgKd-Xpr2Ac3ttBw?pwd=5glp 
提取码：5glp

 解压后确认文件夹的路径中没有中文。打开文件夹根目录，可以看到里面有train.py、val.py和detect.py文件，他们分别是训练，验证及测试。这里我们只讲如何去用，所以只用detect.py

灰色箭头指的是已经训练好的目标检测模型，直接用就好 ，下面说如何用

1. 选中文件夹，右键，在终端中打开，没有这个选项的先按住Alt键在单击右键

 2.复制这段到终端，需要把“路径”替换成detect.py文件所对应的路径，source后面跟被检测图片或视频的路径，可以检测整个文件夹。

python 路径/detect.py --weights yolov5n.pt --source  

示例： python E:\yolov5-master/detect.py --weights yolov5n.pt --source  E:\datasets\coco128\images\train2017

 3.被检测完的文件会导出到:\yolov5-master\runs\detect\exp里面。

4.调用摄像头，改下参数就行，0代表本地摄像头

 python 路径/detect.py --weights yolov5n.pt --source 0

 5.调用手机摄像头，应用商店里有一款app《IP摄像头》，评价还不错，就是有点广告，这个软件可以在手机上创建一个网络地址，把这个网络地址粘贴到source后面，并且使电脑与手机连接同一个网络，类似与手机投屏，不过会有点延迟。示例如下

 python E:\yolov5-master/detect.py --weights yolov5n.pt --source  http://admin:[email protected]········

两个“admin”分别是这个网络地址的用户名和密码